Unicode与utf-8那些事儿

什么是Unicode？

Unicode是一种旨在将一切字符编码到同一个编码体系的字符集规范，【官网链接】。Unicode给每一个字形一个独立的表示，叫做码点(code point)，码点一般写作"U+xxxx"，xxxx表示16进制的数字，例：U+54C8（汉字“哈”）。用途或意思相近的码点被划分到一个组里，叫做平面（plane），目前一共规定了17个平面，只有少数几个被使用到了。17个平面目前的分布为：

• 0号平面：基本面BMP
• 1号平面：补充平面SMP
• 2号平面：表意补充SIP
• 3-13号平面：预备使用TIP
• 14号平面：特殊补充SSP
• 15-16号平面：用户自定义区

Unicode planes and used code point ranges（维基百科）

截止到Unicode 10.0，一共规定了136,690个不重复字符。

unicode 11.0字符分配表

unicode11_assigned_characters.png

什么是utf-8？

TODO xxx
utf-8是一种字符编码方式，是Unicode标准规范的一种实现。